基于关联规则的高速公路交通事故风险识别

摘要

高速公路交通事故各影响因素间的深层内在关系对于揭示事故发生的机理和规律有重要意义。文章通过选择社会网络分析、关联规则Apriori算法和可视化等方法，提出从宏观到微观的分层关联规则挖掘流程，并对Apriori算法输出的关联规则进行聚类和多维度交互作用下的分析，深入挖掘高速公路交通事故各影响因素间的关联规律，并识别事故风险。结果表明：不同路段在事故车道分布和事故形态上存在较大差异；Apriori算法能准确地解读多维度关联规则，识别小型客车、第一车道和晴天为影响高速公路交通事故的关键风险因素，撞护栏和追尾事故为主要事故形态，K227～K300桩号区间存在着部分弯曲道路且与城区连接有较多的互通出入口，结合关联规则识别其为事故风险路段；研究证实了该流程可以有效识别事故风险，揭示事故机理，为高速公路行车安全水平的提升提供理论指导。

关键词

交通安全 / 高速公路交通事故 / 风险识别 / Apriori关联规则算法 / 事故致因

基金资助

山东省交通运输科技计划项目(2020B48); 新疆维吾尔自治区天池英才引进计划创新领军人才项目(2024)